Matthijs Hofman
De toenemende digitalisering zorgt ervoor dat er (ook) binnen de makelaardij steeds meer gegevens worden verzameld. Niet alleen in de vorm van ‘nullen’ en ‘eentjes’ maar ook waardevolle data die foto’s van woningen in zich dragen.
Brainbay, het platform voor inzichten en datagedreven diensten voor de Nederlandse vastgoedmarkt, werkt als zelfstandige NVM-entiteit aan technologische ontwikkelingen om zo de dienstverlening richting de NVM en haar leden te verbeteren. Matthijs Hofman, Product Owner Wonen, legt uit: “Brainbay richt zich onder meer op productontwikkeling voor NVM-makelaars en -taxateurs. In Nederland zijn er duizenden actief van wie de ene meer feeling met innovatie en technologie heeft dan de andere. Maar een gemeenschappelijke deler van alle NVM-leden is dat hun werkzaamheden dienen te bestaan uit een mix van data én de menselijke factor die deze data interpreteert.”
Tipping point
Databedrijven zoals brainbay kunnen het menselijke aspect niet evenaren maar kunnen leden wél ondersteunen. We zorgen dat data klaar staat en dat er tools zijn die makelaars en taxateurs kunnen gebruiken. Tiara, beheerd door brainbay, is het centrale uitwisselingssysteem waarin makelaars allerlei objectgegevens invoeren. Door de toenemende digitalisering worden er niet alleen steeds vaker, maar ook steeds meer foto’s in Tiara geüpload. “De communicatie die voorheen met name tekstueel was ingericht heeft – door het toevoegen van steeds meer foto’s – veel meer een visueel karakter gekregen. Dit was voor ons een tipping point om te onderzoeken of we informatie uit beeld naar data konden omzetten. Een foto zegt minstens zoveel als 1.000 woorden.”
Brainbay ging aan de slag en ontwikkelde Vision, het beeldherkenningsmodel dat specifiek is ontwikkeld om het interieur van huizen te beoordelen. “Dat een computer uit zichzelf een wastafel of aanrecht herkent is leuk, maar daar kun je op zich nog niet veel mee. Het biedt echter wel veel kansen en mogelijkheden. We hebben dit doorontwikkeld zodat de computer ook de kwaliteit en de staat van onderhoud uit de foto kan filteren. Daarbij is een belangrijke rol weggelegd voor keukens en badkamers: zij zijn vaak een stabiele afspiegeling van de staat van een huis en geven in grote mate aan in hoeverre bewoners daarin hebben geïnvesteerd. Zo hebben we naast de invoervelden ‘Onderhoud binnen’, ‘Onderhoud buiten’ en text mining binnen Tiara nog een middel om de kwaliteit van een woning te registreren.”
Hofman: “We denken erover deze techniek toe te passen in de kersverse aankooptool die we ontwikkelen. Door in één oogopslag inzichtelijk te maken wat de staat van onderhoud van bijvoorbeeld de keuken of de badkamer is, kan de aankoopmakelaar klanten adviseren over een verbouwingsbudget. Daarnaast hebben we de ambitie om beeldherkenning en text mining toe te passen aan ons waarderingsmodel. Door onder meer de actualiteit van de data in Tiara zijn we in staat de beste modelwaarde voor woningen in Nederland te ontwikkelen. Dit is een waardevolle aanvulling op de fysieke taxaties die NVM-taxateurs uitvoeren.”
Beeldherkenning is hiermee het snijvlak geworden waar mens en machine samenkomen, en brainbay is hierbij nog lang niet uitgedacht. “Er zit nog veel rek in. Vision is niet het eindproduct maar een manier om te laten zien hoe we data uit foto’s kunnen halen en hoe we deze gegevens kunnen benutten voor onderzoek en productontwikkeling. Binnen een periode van een jaar zijn de kwaliteit en het onderhoud van badkamer en keuken van 200.000 woningen vastgelegd. Op dit moment hebben we deze data in handen. En ook al is er nog veel meer mogelijk, toch kunnen we in de komende periode steeds meer toepassingen ontwikkelen waarbij we deze data inzetten. Met de 4,5 miljoen koopwoningen die Nederland telt, is er een klein stukje vastgelegd. Maar dit hebben we wel binnen een jaar gerealiseerd.”
Naast beeldherkenning is brainbay een tweede traject gestart dat inzicht geeft in de kwaliteit en staat van onderhoud van woningen. Met behulp van text mining kunnen de commerciële aanbiedingsteksten van huizen worden geanalyseerd op woordcombinaties die duiden op een hoge (of lage) kwaliteit van de woning. Zo hoopt brainbay uiteindelijk op drie verschillende manieren de kwaliteit en staat van onderhoud in databases op te slaan: dat wat de makelaar invult, wat foto’s weergeven en wat uit de aanbiedingstekst blijkt.
Hofman sluit af: “Een droomscenario is dat brainbay makelaars kan ondersteunen bij het inschatten van wat bepaalde investeringen in de woning waard zijn. Kortom: wat kopers bereid zijn ervoor te betalen.”